本报告围绕商品期货CTA策略在信号来源及交易合约选择上的优化,重点提出重新定义兼具流动性与价格敏感性的“活跃近月合约”,并采用基差动量因子和现货-期货展期收益因子(SFRR)进行策略构建。实证结果显示,近月合约信号与交易均优于主力合约,基差动量与SFRR策略在不同参数下均实现显著年化收益,且多因子组合进一步提升收益和稳健性(年化收益最高达14.7%,夏普比率超2.5),主要收益来源为黑色系、农产品和化工品,展现出良好的应用前景。
本报告的核心主张在于通过重新定义兼顾流动性和价格敏感性的“活跃近月合约”,基于不同信号来源(主力-次主力合约 vs. 活跃近月-次近月合约)和交易合约(主力合约或活跃近月合约)进行比较,展示在基差动量和展期收益策略上的绩效差异,最终构建叠加库存因素的多因子策略,实现收益和策略稳健性的显著提升。作者试图说明并实证:
报告整体基于中国商品期货市场的特有结构及数据实证,结合国外学术文献及交易实务,提出系统性因子优化方案及实证支持,最后结合库存数据进一步丰富信号体系,提出稳健多因子CTA交易策略[ [ 。
报告首先指出,在过往系列报告中,由于因子构建同质化和信号及交易合约的选择偏好,大多数采用远月主力合约的数据导致因子预测能力受限,尤其是展期收益因子在2019年第三季度出现明显失效,拖累低频CTA策略。主要问题体现在:
因此,报告立足于“如何同时兼顾流动性和价格敏感性”这个核心问题,提出定义“活跃近月合约”以替代传统主力合约,结合近月和远月合约构建基差动量因子,以及引入现货价格计算的展期收益因子,力图挖掘期货曲线更多价值信息,并通过实证对比不同信号来源与交易合约策略表现[ [ 。
该章节通过详细统计豆一期货和苹果期货等不同品种不同到期月份合约的持仓量和成交量,验证流动性分布特征:
该事实表明,不同行情品种的流动性布局存在显著差异,不能一概而论应只交易主力合约,必须结合每品种实际流动性重新选择作为信号源和交易对象的合约[ [ [ .
基差动量因子(BM)源于Boons和Prado(2019)学术文献,其定义为某一时间段内近月合约累计收益与远月合约累计收益差。该因子反映了期货期限结构的曲率和斜率变化的趋势,特别适用于近月合约预测。具体数学表达式为:
BMi,t=s=t−R−1∏t(1+ri,sTN)−s=t−R−1∏t(1+ri,sTF)其中,ri,sTN 与 ri,sTF 分别为近月和远月合约的日收益率,R为计算窗口。作者指出考虑到国内近月合约价格及流动性问题,有必要重新定义“活跃近月合约”[ .
活跃近月合约综合考虑流动性和到期日,定义为“日成交额>2000万元且到期在30天以上的最早合约”,且切换规则与主力合约类似,不回切。表1显示多数品种的活跃近月合约与传统主力合约一致比例较高,但对于成交和持仓高度集中的品种(如棉纱、锰硅等)存在差异,反映重新定义确实带来更有交易价值的合约选择[ .
基于主力-次主力(Main-SecondMain)与活跃近月-次近月(Near-SecondNear)两组信号,分别在主力合约和活跃近月合约上执行策略回测。主要结论为:
基于现货价格计算展期收益因子(SFRR),定义为:
SFRRt=PF,tPS,t−PF,t×TF,t365其中PS,t为现货收盘价,PF,t为期货主力合约价格,TF,t为合约到期天数。该因子综合考虑现货期货价格关系、交割品特征及价格可得性,覆盖39个样本品种,缺少现货数据品种剔除。
策略根据SFRR对品种排序,做多高展期收益20%品种,做空低展期收益20%。对比交易主力合约和活跃近月合约,结果显示:
该节强调BM与SFRR本质上针对期限结构的不同预测逻辑,BM反映中长期趋势,SFRR反映中短期收敛,理论是相悖但实证中均表现稳健,相关性较低(平均相关系数约0.34),为策略组合提供可能性,缓解路径依赖问题,提升稳健收益[ .
采取信号叠加法对BM和SFRR组合。策略在不同排序期、持仓期(5、10、20天)下均表现优异:
进一步将系列报告十中构建的库存同比增速和二阶增速因子叠加入组合,形成四因子策略。实证结果表明:
采用多参数综合方式,将不同排序期参数的因子值加总,构建多参数配置的BM-SFRR二因子策略及叠加库存四因子策略。
报告总结了研究的主要贡献和发现,包括:
重新定义 “活跃近月合约” 弥补单一主力合约的不足,使得信号和交易合约选择更契合流动性和价格敏感性的需求;
基差动量和展期收益因子在不同信号来源和交易合约下均表现出有效性,尤其是活跃近月合约表现优;
通过基差动量与展期收益因子信号叠加构建的二因子策略具有显著收益和稳健性,参数敏感性低;
加入库存因素的四因子策略进一步提升了整体策略的绩效表现,且针对多参数配置后表现更为稳定;
策略收益主要来源于黑色系、农产品及化工品,验证了策略在主流品种板块的有效性。
作者强调策略基于历史数据,存在失效风险及需警惕市场环境突变[ .
图1(豆一期货不同到期月合约持仓变化)
描述:展示2010年以来豆一期货不同月份合约持仓量随距离到期日时间变化,主力合约(1、5、9月)持仓量均远高于非主力(3、7、11月)合约,且持仓显著降低趋势明显。
意义:直观显示主力合约流动性优势,非主力合约流动性薄弱,价格可能不具代表性。
支撑观点:表明不同品种月度合约流动性差异大,需重新定义活跃合约。
图2(豆一期货不同到期月合约成交量变化)
描述:类似图1,显示各月份合约的成交量,主力合约与持仓表现一致,非主力成交稀疏。
意义:成交量作为流动性关键指标,强化持仓量分析结论。
图3(苹果期货不同到期月合约持仓变化)
描述:与豆一期货不同,苹果期货多个月份合约持仓量较为集中且活跃,显示多合约有效流动性。
意义:说明品种间流动性结构差异,不能一刀切。
图4(苹果期货不同到期月合约成交量变化)
描述:苹果合约多月份成交量均较活跃,部分月份超过主力合约成交量。
意义:实际市场中多合约可交易,具备较强的信息含量。
图5(2015年以来不同信号来源下交易近月展期收益策略净值)
描述:Spot-Future信号策略整体优于Near-Future策略,净值增长更为平稳。
意义:引入真实现货价格的信号更精确,策略效果趋于更优。
图6-7(不同路径下BM-SFRR策略平均年化收益及夏普比率)
描述:不同调仓和参数路径策略表现稳定,年化收益明显,夏普比率均高于2。
意义:多路径测试展现该二因子策略收益的稳定性和低路径依赖性。
图8-9(BM-SFRR与叠加库存的四因子策略年化收益与夏普比率对比)
描述:对比体现四因子策略具有更高且更稳定的年化收益和夏普比率。
意义:叠加库存等基本面因子显著提升策略表现。
本报告属于策略因子研究范畴,未涉及公司估值模型或具体股票定价,但对策略的绩效采用多维风险调整指标进行“估值”评估:
报告中采用多个参数组全面回测验证因子策略表现并评估其敏感性,且利用多路径、多参数配置减少模型过拟合、路径依赖风险。较高的夏普(2+)和Calmar比率(2+)表明策略回撤控制良好,收益稳健。叠加库存的四因子策略收益及稳健性均优于二因子策略,进一步强化了模型效用及实用价值。
报告也严肃指出模型基于历史数据,存在:
报告未明确提出具体风险缓释方案,但通过多因子、多参数和信号叠加方式降低单点失败风险,为策略稳健性提供内在保障。
本文是一份系统而详尽的商品期货CTA横截面策略研究报告,通过指出传统主力合约在国内市场流动性和价格敏感性上的不足,提出并验证了以“活跃近月合约”为核心的信号来源与交易合约切换框架,通过基差动量和展期收益两大因子层层实证:
综上,报告为商品期货CTA策略提供了左侧投资信号的创新视角及实证框架,兼顾流动性、价格敏感性和基本面因子,显著提升策略收益和稳健性,对于期货量化投资实务有较强的指导意义和可操作价值。[ [ [ [ [ [ [
本文深度剖析了国内商品期货CTA横截面策略的关键变量——信号和交易合约的选择,创新定义了“活跃近月合约”以提升流动性和价格信息敏感度,且结合现货价格及库存信息构建多因子组合,系统验证了其在收益和风险控制上的优势。整体研究兼具理论深度与实证广度,为期货CTA策略优化提供了宝贵参考。投资者和研究人员可依此进一步探讨动态因子选取及交易策略在复杂多变市场中的表现,以期抵御未来市场环境变化风险,实现长期稳定的超额收益。
注:所有结论均基于报告原文内容推断,引用数据及图表严格标注对应报告页码以便溯源。
TFCTA11_20200326-天风证券-商品期货CTA专题报告(十一):信号来源与交易合约选择下的横截面策略改进.pdf